如何加速python

对python进行加速的方法：

1、使用哈希表的数据结构

如果你的程序中有很多查找操作并且你的数据中没有重复项，你可以使用查找而不是循环。

2、矢量化取代循环

尝试使用基于 C 的 Python 库，例如 Numpy、Scipy 和 Pandas，并使用矢量化同步处理来替代程序中多次处理数组单个元素的循环。循环可能是最容易用于程序优化的地方。 .

3、精简代码行数

在编程的时候尽量利用python的一些内置函数来减少代码行数，让代码显得简洁明了，大大提高代码运行的效率。

4、使用多进程

一般计算机都是多进程的，所以在执行操作的时候可以使用Python中的多进程。多处理支持代码并行化。当你要实例化新的进程和访问共享内存时，多处理的开销很大，所以如果你有大量的数据处理，可以考虑使用多处理。

5、使用Cpython

Cython 是一个为你优化代码的静态编译器。加载 cypthonmagic 扩展并使用 cython 标志使用 cython 编译代码。

6、尽量使用csv替代xlsx

在进行数据处理时，将数据加载到 excel 文件或从 excel 文件保存数据需要花费更长的时间。相反，我选择了创建多个 csv 文件的路径，并创建了一个文件夹来对文件进行分组。

7、使用Numba

它是一个 JIT（及时）编译器。使用装饰器，Numba 将带注释的 Python 和 NumPy 代码编译为 LLVM。将你的功能分为两部分：

• 执行计算的函数 - 使用@autojit进行装饰

• 执行IO的功能